數據分析實例 分析MovieLens電影數據

• • • 導入數據
    • 數據合并
    • 按性別查看各個電影的平均評分
    • 活躍電影排行榜

電影投票數據
grouplens.org/datasets/movielens


把文件放到這個路徑下

導入數據

數據合并

按性別查看各個電影的平均評分

查看男女評分差別最大的

按照diff去排序 找出分歧最大的就好啦

活躍電影排行榜

評分個數



這些就是最熱門的電影（前十大熱門電影）
下面找評分最高的電影


但是現在結果是很多評分高的用戶少的不知名的電影排行很高
為了解決這個問題
先看一下前十大熱門電影的評分

前二十大高分電影

下面看一下前二十大高分電影的熱度，我們用前二十大電影作為索引

我們用前二十大熱門電影作為索引

我們為了避免上面問題的出現，我們首先要找熱度比較高的電影，有足夠的評分次數

然后用熱度足夠高的電影去找到這個評分

我們再來看一下前二十啊

總結

以上是生活随笔為你收集整理的【机器学习-数据科学】第三节：数据分析实例 分析MovieLens电影数据的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。